注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据流挖掘中的聚类算法综述

  2. 摘 要: 近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流挖掘的研究变得重要而富有意义。聚类分析作为数据流挖掘领域的一个重要问题，在近期被高度重视和广泛研究。由于数据流模型不同于传统数据集的特殊性质，新的要求和挑战应运而生。本文对数据流挖掘中各种聚类分析算法和处理框架做了综述。文章力图回顾数据流聚类分析领域的最近发展水平，提供给读者该领域的一个清晰的蓝图。为了实现这个目标，我们将首先介绍数据流聚类的

  3. 所属分类：其它

    • 发布日期：2009-07-02
    • 文件大小：769024
    • 提供者：aonu

  1. SQL Server 2005 BI系列课程(10)：数据挖掘技术的烟草销售行业中的应用

  2. 介绍基本的DMX语句和IS中与数据挖掘有关的组件，通过数据挖掘在烟草行业中的一个应用实例，重点讲解时序和序列聚类算法的特点和应用；通过挖掘模型与IS整合，使用DMX语句进行预测和SQL　SERVER代理服务的应用，实现数据挖掘的实时处理，同时也实现了将挖掘结果输入到一个层次结构的表中，让企业对挖掘结果更好的利用。

  3. 所属分类：其它

    • 发布日期：2009-10-13
    • 文件大小：8388608
    • 提供者：sgtzzc

  1. 数据挖掘实验报告与案例分析

  2. 这份实验报告是本人通过SQL2005一步一步的写出来的，里面包含详细步骤和截图，供您参考学习数据挖掘，含有决策树、时序、关联规则、时序分析与聚类分析

  3. 所属分类：其它

    • 发布日期：2009-12-12
    • 文件大小：2097152
    • 提供者：hellotengfei

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1048576
    • 提供者：huanghyw

  1. 随机热噪声的信道上传输数据信号时，数据传输率Rmax与信道带宽B，信噪比S/N关系为： Rmax=B×log2（1+S/N）

  2. 差错的出现具有随机性,在实际测量一个数据传输系统时,只有被测量的传输二进制码元数越大,才会越接近于真正的误码率值. 2.3、分组交换技术的基本概念 在早期广域网的通信子网数据交换方式中，可以采用的方法有两类：电路交换、储存转发交换。存储转发交换又分报文存储转发交换（报文交换）与报文分组存储转发交换（分组交换）。 电路交换的通信过程：线路建立阶段、数据传输阶段、线路释放阶段。 报文分组存储转发交换又分数据报和虚电路两种。虚电路是传输分组时建立逻辑连接，有虚电路建立、数据传输、虚电路拆除三个阶段。

  3. 所属分类：Dell

    • 发布日期：2011-03-20
    • 文件大小：222208
    • 提供者：dx19891103

  1. K-means聚类算法

  2. 基于合成控制时序数据的k均值算法，将数据分为制定的簇类个数。内附原始数据和数据清洗后的数据。

  3. 所属分类：Java

    • 发布日期：2012-01-10
    • 文件大小：474112
    • 提供者：angelsonxuan

  1. 聚类分析在交通流时序数据挖掘中的应用

  2. 聚类分析在交通流时序数据挖掘中的应用 硕士论文 具体数据 具体实施方案

  3. 所属分类：项目管理

    • 发布日期：2012-08-20
    • 文件大小：3145728
    • 提供者：sh88fml

  1. 数据挖掘概念与分析实验报告

  2. 一、相关名词解释 3 1.1数据仓库 3 1.2数据挖掘 3 1.3决策树 3 1.4时序 3 1.5关联规则 4 二、实验环境 4 三、实验准备 5 四、实验内容 5 五、实验步骤 5 5.1对数据挖掘相关名词进行理解和运用 5 5.2对本次实验的数据库环境进行熟悉环境 5 5.3准备工作 5 5.3.1 创建一个 Analysis Services 项目 5 5.3.2创建一个数据源 6 5.3.3创建数据源视图 8 5.4挖掘步骤 10 5.4.1 Microsoft决策树挖掘技术—创建

  3. 所属分类：其它

    • 发布日期：2015-12-04
    • 文件大小：2097152
    • 提供者：jalinliy

  1. ic卡原理+时序+源码,哈哈,全有了

  2. --------- 目录 Ⅰ）第一类卡（德国、西班牙、中国、香港、澳门等） Ⅰ-1）介绍： Ⅰ-2）引脚： Ⅰ-3）主要特性： Ⅰ-4）时序图： Ⅰ-5）内存数据： Ⅱ）第二类卡（法国、墨西哥、捷克、瑞典、爱尔兰等） Ⅱ-1）介绍： Ⅱ-2）引脚： Ⅱ-3）主要特性： Ⅱ-4）时序图： Ⅱ-5）内存数据： Ⅱ-6）电气参数：

  3. 所属分类：专业指导

    • 发布日期：2009-02-06
    • 文件大小：13312
    • 提供者：lwfree

  1. 多维数据集中高维数据可视化算法研究

  2. 多维数据集中包含海量的复杂高维数据,如何对这些数据进行科学的理解、分析和使用,是数据挖掘领域的一个重点和难点课题.针对传统可视化算法无法解决高维数据多属性的可视化问题,算法复杂、适用性较差的不足,提出基于快速数据聚类的可视化算法研究.算法构建了一种多维数据模型,采用三角多项式建立映射关系;对多维数据集做不同层次的划分,并基于聚类的效果筛选最佳聚类数;最后在平行坐标系基础上,对高维数据进行时序多维分析,提高算法鲁棒性.实验证明提出算法简洁易用,能够较好地实现对多维数据集中高维数据的理解和分析.

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-16
    • 文件大小：267264
    • 提供者：qq_28339273

  1. AICon2018-《机器学习加持下的时序类数据异常智能监控》

  2. AICon2018-《机器学习加持下的时序类数据异常智能监控》，时序类数据

  3. 所属分类：机器学习

    • 发布日期：2018-08-12
    • 文件大小：7340032
    • 提供者：juvenman

  1. 基于聚类挖掘的安全阀试验位移数据处理

  2. 在安全阀试验中,位移是计算流量的重要数据,由于液压系统振动及位移传感器数据采集误差等原因,需对原始位移数据进行处理。依据位移数据的时序性和分布特征,建立新的相似函数作为数据聚类的判定准则,改进聚类挖掘方法;并提出新的聚类中心不同的聚类方法,按照时间顺序将数据聚类与初始聚类中心的选取交替进行,完成数据样本的全部聚类。最后对各簇数据样本中的异常点进行检测和处理,并采用平均值法计算每簇数据新的聚类中心,作为实际的位移数据。

  3. 所属分类：其它

    • 发布日期：2020-05-11
    • 文件大小：208896
    • 提供者：weixin_38625559

  1. FPGA中组合逻辑和时序逻辑的区别

  2. 数字电路根据逻辑功能的不同特点，可以分成两大类，一类叫组合逻辑电路（简称组合电路），另一类叫做时序逻辑电路（简称时序电路）。 1．组合逻辑概念组合逻辑电路在逻辑功能上的特点是任意时刻的输出仅仅取决于该时刻的输入，与电路原来的状态无关，不涉及对信号跳变沿的处理，无存储电路，也没有反馈电路。通常可以通过真值表的形式表达出来。 2．组合逻辑的Verilog HDL 描述根据组合逻辑的电路行为，可以得到两种常用的RTL 级描述方式。第一种是always 模块的触发事件为电平敏感信号列表；第二种就是用

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：140288
    • 提供者：weixin_38612648

  1. 数据挖掘技术在客户管理中的应用研究

  2. 数据挖掘的主要技术手段包括关联规则挖掘、分类分析、聚类分析、估计、预测、时序模式和偏差分析等。支持上述技术的核心研究内容是相应的数据挖掘算法研究，包括贝叶斯算法、决策树、时序算法、聚类算法、关联算法、神经网络算法和回归算法。

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：305152
    • 提供者：weixin_38577551

  1. compile-time-perf:在编译期间测量高级时序和内存使用量度-源码

  2. 编译时性能 我处理大量较大的项目，并进行了许多模板元编程，因此，尽管我绝对喜欢-ftime-trace编译器标志的-ftime-trace ，但我很难检测何时更改会影响总编译时间，以及哪些更改会影响总编译时间。文件的编译时间增加/减少幅度最大。 因此，我创建了compile-time-perf （CTP），它被设计为用于编译大型项目的高级“探查器”。 它被设计为易于安装，编译器和语言不可知，并作为CI的一部分包含在内。 它不打算替换-ftime-trace类的编译器标志，而是对其进行补充。 -

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：17408
    • 提供者：weixin_42128537

  1. 多粒度时序特征在离网预测中的应用

  2. 电信运营商为了发现可能离网的客户,针对不同的场景研究开发了多种离网预测模型。目前的离网预测模型首先选择一种时间粒度抽取特征,之后使用机器学习算法对抽取的数据建模。这类方法只考虑了模型对分类性能的影响,没有充分考虑数据的作用。针对上述问题,提出一种使用多种时间粒度抽取特征的方法,并尝试在模型训练的不同阶段对不同粒度的特征进行融合。实验结果表明,使用多种粒度抽取特征训练出来的模型性能会明显优于使用单一粒度抽取特征的模型。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：425984
    • 提供者：weixin_38518722

  1. 时间序列大数据平台建设经验谈

  2. 本文来自于网络，介绍一个时间序列数据处理平台案例，探讨这类大数据平台在架构、选型和设计上的一些实践经验。在大数据的生态系统里，时间序列数据(TimeSeriesData，简称TSD)是很常见也是所占比例最大的一类数据，几乎出现在科学和工程的各个领域，一些常见的时间序列数据有：描述服务器运行状况的Metrics数据、各种IoT系统的终端数据、脑电图、汇率、股价、气象和天文数据等等，时序数据在数据特征和处理方式上有很大的共性，因此也催生了一些面向面向时序数据的特定工具，比如时序数据库和时序数据可视化

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：445440
    • 提供者：weixin_38670707

  1. 时序数据库介绍和使用

  2. 什么是时间序列数据（TimeSeriesData，TSD，以下简称时序）从定义上来说，就是一串按时间维度索引的数据。用描述性的语言来解释什么是时序数据，简单的说，就是这类数据描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值。它普遍存在于IT基础设施、运维监控系统和物联网中。对时序数据进行建模的话，会包含三个重要部分，分别是：主体，时间点和测量值。套用这套模型，你会发现你在日常工作生活中，无时无刻不在接触着这类数据。如果你是一个股民，某只股票的股价就是一类时序数据，其记录着每个时间点该

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：692224
    • 提供者：weixin_38535812

  1. 分布式时序数据库QTSDB的设计与实现

  2. QTSDB是一个分布式时间序列数据库，用于处理海量数据写入与查询。实现上，是基于开源单机时序数据库influxdb1.7开发的分布式版本，除了具有influxdb本身的特性之外，还有容量扩展、副本容错等集群功能。主要特点如下：为时间序列数据专门编写的高性能数据存储,兼顾写入性能和磁盘空间占用；类sql查询语句,支持多种统计聚合函数；自动清理过期数据；内置连续查询，自动完成用户预设的聚合操作；Golang编写，没有其它的依赖,部署运维简单；节点动态水平扩展，支持海量数据存储；副本冗余设计，自动故障

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：450560
    • 提供者：weixin_38631454

  1. 时序数据库介绍和使用

  2. 什么是时间序列数据（TimeSeriesData，TSD，以下简称时序）从定义上来说，就是一串按时间维度索引的数据。用描述性的语言来解释什么是时序数据，简单的说，就是这类数据描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值。它普遍存在于IT基础设施、运维监控系统和物联网中。 对时序数据进行建模的话，会包含三个重要部分，分别是：主体，时间点和测量值。套用这套模型，你会发现你在日常工作生活中，无时无刻不在接触着这类数据。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：692224
    • 提供者：weixin_38601311
« 12 3 4 5 6 7 8 9 10 »